人工智能的日漸普及推動了AI數(shù)據服務的發(fā)展，數(shù)據采集和數(shù)據標注是AI數(shù)據服務的主要構成部分，人工智能的發(fā)展與數(shù)據標注有著必然的聯(lián)系。目前主流的機器學習方式是以有監(jiān)督的深度學習方式為主，這對標注數(shù)據有著強較依賴性需求，未經標注處理過的原始數(shù)據多以非結構化數(shù)據為主，這些數(shù)據難以被機器識別和學習。這就需要標注員借助AI數(shù)據標注平臺對數(shù)據進行標注。

標貝科技AI數(shù)據標注平臺賦能AI訓練數(shù)據行業(yè)，對圖像、文本、語音、視頻以及點云數(shù)據做到一站式加工處理的管理和執(zhí)行，涵蓋計算機視覺、語音工程、自然語言理解等主要AI算法領域。支持AI預標注，平臺數(shù)據處理效率可提升10倍以上，數(shù)據精準度最高可達100%。

一、平臺支持自動關鍵點標注

人臉關鍵點定位，是人臉識別、表情分析、三維人臉重建的基礎。自動關鍵點標注，支持5、21、68、106、186等多種關鍵點定位，粗略定位關鍵點結合標注人員微調，大幅提升打點效率。

二、平臺支持多目標跟蹤

針對多目標跟蹤視頻等數(shù)據，自動檢測目標框，并對每個對象分配數(shù)字ID，有效提高標注效率，節(jié)省了拉框、同一對象分配ID的時間。最高可支持1分鐘標150幀。

三、平臺支持文本OCR

支持中、英文、手寫體OCR識別。

四、平臺支持自動識別

JLW算法團隊魔改ImageNet分類任務，采取粗分類、細分類多次分類策略，將簡單粗暴的圖像分類性能提升到商用。為標注人員提供準確類別建議。

五、平臺支持自動貼邊

針對項目中不規(guī)則多邊形頂點標注繁瑣、不準確的問題，開發(fā)了基于語義分割的自動貼邊算法。標注人員只需要定位大致ROI區(qū)域即可快速完成分割的任務。

六、平臺支持智能車道線標注

點云車道線標注一直以來都是點云標注的一大難題，點云數(shù)據缺失、邊界數(shù)據離散提高了標注的難度。JLW算法團隊在已有的幾十萬幀3D點云標注數(shù)據上學習訓練出智能車道線標注，結合人機交互，精準定位車道線。

七、平臺支持點云自動分割

點云自動語義分割，支持幾十種數(shù)據類型，平均單幀節(jié)約百分之六十標注時間。

八、平臺支持自動拉框

針對項目質檢中出現(xiàn)的矩形框貼合不緊密、肉眼區(qū)分性不強等問題，開發(fā)了基于ImageNet、Coco等通用型圖像數(shù)據集的自動拉框算法。將誤差精度有效控制在2px以內，大幅提升標注效率。

九、平臺支持點云預識別

針對點云數(shù)據，自動繪制3D矩形框，平均每個矩形框節(jié)約10秒，單幀節(jié)約2分鐘。

AI數(shù)據標注平臺提供圖像視頻語音文本點云全類型標注工具，包含多類垂直數(shù)據標注場景，支持私有化軟件部署和SAAS服務。通過實時量化的可視化管理系統(tǒng)，可實現(xiàn)數(shù)據集管理、項目管理、人員管理、供應鏈管理等內容，能有效提升人機協(xié)作效率，擴大產能，降低處理成本，準確地把控每一環(huán)節(jié)的數(shù)據安全和質量問題，是實現(xiàn)人力驅動向技術驅動的關鍵一步。為全力滿足客戶的個性化需求，提供數(shù)據標注平臺定制化開發(fā)服務。

https://www.data-baker.com/